Так происходит, потому что рынок предоставления данных довольно развит – это разные виды баз данных, включая Google Analytics, CRM, облачные данные и Big Data – все это стоит относительно небольших денег, а отчеты можно снимать и агрегировать практически мгновенно и автоматически. Но некоторые ребята пытаются монетизировать и эту работу, называя аналитикой сбор данных.
Для аналитика же все этапы равнозначны по трудозатратам и сильно зависят друг от друга – выдать отдельно каждый участок за аналитику нельзя. Например, когда в отчете просто набор данных, тот, кто его формировал, перекладывает работу по выводам и рекомендациям
на читателя.
Для того чтобы прийти к рекомендациям и конкретным ТЗ на изменения чего-либо, нужно отработать на каждом участке большое количество времени.
Серия аналитических отчетов может стать новым стандартом
и ведением бизнеса. Например, если вам нужно понять ключевые причины оттока покупателей, аналитик берет текущие данные, анализирует причинно-следственные связи, и вы получаете отчет, который можно формировать системно, видя KPI бизнеса под новым углом.
Борьба с когнитивными искажениями
Кто читал Даниэля Канемана знает, насколько человек находится
в плену своих убеждений и заблуждений. Аналитику нужно регулярно раздупляться, поэтому эту работу мы даем прорабатывать в паре. Кто не читал – кратко опишем искажения, которые регулярно накрывают аналитика.
Поспешные выводы: что видишь, то и есть
Набирая шаг за шагом данные, аналитик выстраивает картину,
в которой твердо убежден в каждый момент времени, и его подмывает прекратить изучение, ведь «все уже ясно». Если вы недобрали данных и кто-то, обладая ими, поставит под сомнения ваши выводы – вы будете доказывать обратное, потому что для правильных выводов нет полной картины данных.
Прайминг
Воздействия личных воспоминаний или ассоциаций на анализ. В нашем случае, когда вопрос изначально формулируется с оценкой. Например, в брифинге клиент убежден в росте рынка, и задача ставится на основе того, что этот рост продлится сам по себе. Клиент продает эту идею аналитику, и он, находясь под влиянием, начинает искать зацепки, почему рынок будет расти, хотя никакой базы для этого нет.
Ключевая компетенция аналитика – уметь смотреть назадачиподразнымуглом,изабыватьпросвоемнение
Вспомните, как мы ищем информацию, когда уверены, что болезнь можно победить народными средствами: мы пишем «куда приложить подорожник, чтобы прошла гангрена». То есть изначальное убеждение ложное, и на его базе строятся неверные выводы, что вопрос лишь
в том, куда прикладывать.
Критерии хорошего анализа
Основная проблема аналитика – отсутствие полного объема данных.
В таких условиях ему необходимо обладать творческим подходом
и определить, как использовать текущие данные для решения задачи.
Отличительная черта хорошего аналитика – генерация нескольких путей решения одной и той же задачи, в условиях ограниченных данных.
Актуальность
Хороший анализ руководствуется бизнес-потребностью. Он
не производится, потому что это интересно или весело. В случае
с большим объемом данных легко втянуться в их разбор с непонятной целью. Конкретная бизнес-задача – прекрасный старт для аналитика.
Дальше задача трансформируется в подзадачи, например, бизнес- задача в маркетинговую, а затем в коммуникационную. Нет смысла анализировать насколько различные сегменты рынка чувствительны к цене продукта, если его доля составляет всего 2% от оборота.
Статистическая значимость
Аналитику нужно видеть, когда отклонение в показателях достаточно значимо, чтобы бить тревогу и срочно что-то править. Как определить эту значимость? Если параметр дает отклонение больше, чем в 10% – мы считаем его математически значимым.
Отдельно отметим исследования групп. Чаще всего, аналитику важно, что думает, делает и ожидает большинство выборки, а не вся аудитория. Всем угодить невозможно, и перфекционизм будет лишь увеличивать бюджет и срок анализа. Помните, чем больше
размер выборки, тем меньше погрешность и выше вероятность того, что «правильный» ответ очень близок к тому, который был найден на основе исследования группы.
Объяснимость
Вас должны понимать люди, которые не обязаны знать технических деталей. Аналитику нужно уметь представлять и позиционировать свои результаты спонсорам проекта, далеким от технических вопросов.
Отчеты, которые нужно «переводить» с языка аналитика на русский – плохие отчеты.
Можно ли оценивать эффективность рекламной кампании через месяц?
Однозначного ответа на этот вопрос нет – зависит от того, что именно оценивать.
Одно дело – краткосрочная акция, у которой есть конкретная дата окончания, например, «Весь июль скидка 10%». Ее уместно оценить
по стоимости нового привлеченного покупателя. Но даже в таком случае может тянуться «хвост» из пользователей, которые пришли на сайт
во время акции, но совершили покупку уже позже или через другой рекламный канал.
Поэтому рекламная активность, которая «вышла в ноль», может быть на самом деле прибыльной, если учесть отсроченные покупки.
Другое – постоянные рекламные кампании и предложения. Например, ретаргетиновые кампании в контекстной и таргетированной рекламе со скидкой или бонусом. Здесь нужно смотреть не только
на СРА в рамках одного месяца, но оценивать LTV и когорты покупателей.
Различаются и инструменты для оценки эффективности. С помощью функционала Google Analytics не получится увидеть отчет по когортам больше, чем за 3 месяца. Также и LTV – весь доход, который принес пользователь, в GA увидеть не получится. Для этого нужно подключить сквозную аналитику: она позволяет видеть полную цепочку посещений и заказов каждого покупателя на любом временном промежутке.
Поэтому важно определиться, для чего хотите измерить результат и на какой вопрос получить ответ. Для короткой кампании за месяц
можно ответить, стоит ли продолжать ее, в случае очевидного успеха или неудачи. В менее очевидных случаях лучше дождаться «хвоста» продаж и тогда оценить.
Для долгосрочных – имеет смысл каждый месяц делать оценку.
Стратегия и аналитика. Можно ли оценивать эффективность рекламной кампании через месяц?
Это позволит видеть динамику ключевых показателей, результаты оптимизации кампаний и получать ответы на стратегические вопросы: как снизить CPA, как увеличить количество повторных покупок и LTV, какие рекламные каналы присутствуют в цепочке касаний на пути
к покупке, какие напрямую продают, а какие неэффективны и так далее.
Пример изменения эффективности кампании: со временем на промежутке более месяца, количество заявокувеличивается,
а стоимость клиента снижается
Как построить карту путешествия пользователя, и зачем она нужна
Customer Journey Map (CJM) дословно переводится как карта путешествия покупателя. В мультиканальной стратегии она помогает визуализировать цели проекта, группы целевой аудитории, их потребности и используемые каналы в единую схему. В статье
мы расскажем, как построить CJM, в чем ее польза и какие бывают нюансы.
Когда нужна CJM
Карта показывает, как каналы продвижения взаимодействуют
с клиентом на пути к покупке. Без CJM не обходится ни одна стратегия, так как нужно наглядно представлять роль каждого канала, смысл
и важность каждого сообщения.
Карта путешествия покупателя нужна всегда, так как любая услуга требует покрытия транзакционных и коммуникационных целей. Важно использовать хотя бы два канала коммуникации с пользователем.
Например, такси – яркий представитель бизнеса с широкой аудиторией и постоянным горячим спросом. Казалось бы, самое простое
решение – контекстная реклама. Но целевая аудитория может искать информацию об услуге, обращаясь к разным источникам: поисковикам, 2GIS, отзовикам, рекомендациям друзей.
Для бизнеса с высокой конкуренцией большое значение имеет медийная реклама, которая работает на узнаваемость бренда.
Для некоторых видов бизнеса упустить специфический канал коммуникации – значит потерять часть аудитории. Поэтому строить CJM нужно с подготовки: определить цели, сделать анализ целевой аудитории, составить карту потребностей покупателя
